依靠数学专家来驱动计算机驱动的基金的量化金融的最新优势是什么？人类。
具有讽刺意味的是，量化基金背后的人们正在使用人类运行的选股者和投资者几十年来使用的一些相同的语言来捍卫自己的风格，以对抗计算机运行的替代品。
Jupiter Asset Management 系统股票主管 Amadeo Alentorn 表示，“人类的创造力”才是让量化分析师取得领先的因素。他补充说，目前对于生成式人工智能在投资管理方面的作用可能有“太多的炒作”。
虽然 OpenAI 等公司的进步使宽客能够加快流程并从事更复杂的项目，但该技术尚未达到公司可以将其系统资金完全交给机器的程度。
总部位于巴黎的宏观管理公司 H2O 资产管理公司首席技术官 Timothee Consigny 表示：“到目前为止，生成式人工智能最重要的部分是最终用户。” Consigny 在伦敦举行的 Quant Strats 行业会议上发表讲话，将该技术比作驾驶汽车；得益于生成式人工智能，现在每个人都可以使用 F1 赛车，但并不是每个人都能够有效地驾驶它们。
换句话说，人工智能本身并不能帮助赢得“阿尔法战争”，瑞银资产管理公司分析和量化解决方案主管马蒂亚斯·乌尔（Matthias Uhl）表示。
据彭博社报道，Citadel 创始人肯·格里芬 (Ken Griffin) 同意这一评估，他在周三于纽约举行的罗宾汉会议上表示，生成式人工智能在寻找跑赢市场的创意方面“存在不足”。
一种节省时间和营销的工具，但不是一场革命
到目前为止，后台人员和营销团队可能是该技术的最大受益者。阿伦托恩表示，这项技术的爆炸式增长“有助于出售我们的基金”，因为投资者现在对由计算机运行的事物更加满意。乌尔同时表示，它主要执行“平凡”的任务。
这与去年基金在另类投资管理协会的一项调查中告诉我们的情况一致。当公司使用人工智能时，主要用例是“节省管理任务的时间”和投资者关系团队的“内容生成”。
这并不是说宽客不喜欢这项技术。摩根士丹利量化投资研究主管斯蒂芬·凯斯勒表示：“它使我们能够在以前从未做过的领域运行更系统的策略。”他表示，该公司拥有人工智能，可以梳理债券招股说明书以获取关键信息，这项任务过去需要一个人几天的时间，现在只需几分钟即可完成。
“它使我们能够更快地编写更复杂的代码，”凯斯勒补充道。
但在某种程度上，大型语言模型是一张空白页，需要从资金中学习什么是重要的，什么是不重要的。软件本身并没有那么有价值；正如美国银行 FICC 电子交易和外汇量化策略小组全球负责人 David Shelton 所指出的那样，人工智能公司正在“泄露代码”。
因此，你给模型提供的内容比模型接受的训练内容更重要，Izzy Englander’s Millennium 的量化分析师王浩学 (Haoxue Wang) 表示。
“语言模型无法读懂你的想法，”王说。
换句话说，目前，优势仍然在于人。
